**RedAct：通过执行痕迹改写保护智能体程序性技能**

_RedAct: Redacting Agent Capability Traces for Procedural Skill Protection_

> 用户依赖执行痕迹观察智能体行为、诊断故障，但这些痕迹可能泄露私有程序技能（如决策逻辑、工具调用）。为量化风险并评估保护，研究者构建了包含75个长程任务和154项技能的基准CapTraceBench，并提出RedAct框架，可定位并改写关键信息，同时保留审计证据并嵌入行为水印。在代表性痕迹重用方法中，RedAct将标准化技能迁移率（NST）从原始痕迹的44.7–67.1%降至无技能基线以下，且水印检测率达93.6–100.0%，误报率不超1.9%。结果表明，公开智能体痕迹是安全接口，选择性改写可在不删除审计证据的情况下减少程序性能力泄露。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-15 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.10813)